Activando la escucha activa (social listening) para resguardar la reputación en línea (parte 1)

NOTA DEL EDITOR: Este es un post invitado de Leopoldo Martínez D., investigador, consultor de inteligencia empresarial con redes sociales y profesor en UCV e IESA (Venezuela), y fue publicado inicialmente en su blog.

 

1. Introducción

En el post previo planteaba que las conversaciones que se llevaban a cabo en las comunidades virtuales fomentadas por el plan de marketing digital, generaban una retroalimentación que era útil para evaluar y controlar el desempeño de la estrategia de marketing digital.

Esta retroalimentación podría traer consigo una cantidad inmensa de datos (Big Data) que será valiosa, ya que permitirá crear una base de conocimiento sobre qué se está hablando, quién lo está hablando, quién está ejerciendo mayor influencia,  impacto sobre imagen de marcas, productos, personas u organizaciones.

Asimismo, esta base de conocimiento también se puede ver alimentada por conversaciones que surjan de eventos imprevistos, que no forman parte del plan de comunicación, pero que giran en torno a temas de interés para las comunidades virtuales.

En el caso particular del impacto que tendrían las conversaciones será importante prestar atención (más allá que escuchar) a lo que se está diciendo, a través de métricas (cualitativas y cuantitativas) que reflejen la percepción que tienen los actores de una comunidad virtual sobre marcas, productos, personas u organizaciones, siendo esta percepción una medida de Reputación en Línea.

En este sentido, el fin de este post es mostrar de una manera sencilla cómo llevar a cabo una escucha activa de conversaciones en redes sociales, para evaluar la reputación en línea.

2. Evaluación de la reputación en línea en el océano de información

En una estrategia de marketing digital la gestión de la reputación en línea se lleva a cabo mediante el proceso de escucha activa. Para tal fin, este proceso se compone de cuatro fases:

  • Monitorizar: escuchando lo que se dice, mediante la búsqueda y extracción de datos de conversaciones, utilizando palabras o frases clave. Pueden ser conversaciones pasadas o en tiempo real.
  • Filtrar: las conversaciones mediante criterios que discriminen lo realmente significativo (comentarios, alabanzas, quejas, etc.).
  • Analizar: consiste en la observación y análisis inteligente de los datos de las conversaciones, mediante el estudio del sentimiento del contenido de los mensajes(menciones positivas, neutras o negativas).
  • Actuar: entendido de qué se está hablando y el sentimiento de las conversaciones, posiblemente se deberán llevar a cabo acciones para limpiar o incrementar la reputación en línea.

 3. El sentimiento como indicador de la reputación en línea

Comprender el sentimiento de un mensaje o conversación es una capacidad de la inteligencia humana. Pero, para comprender el sentimiento que subyace en cientos de miles de mensajes se deben utilizar herramientas informáticas que automaticen esta tarea y al mismo tiempo emulen la inteligencia humana.

Existen varias técnicas para llevar a cabo este tipo de emulación, siendo una de la más reconocida el análisis de sentimiento o minería de opiniones. Mediante este análisis se podrá inferir el sentimiento de un mensaje a través de la polaridad del mismo (positivo, neutro o negativo). Esta polaridad expresará cuál es la percepción que tiene una persona sobre un asunto en particular.

Otra característica que suele tener el sentimiento de un mensaje es que el mismo a veces refleja posibles causas y/o efectos que podría tener una situación o tema tratado en una conversación. Esto es muy importante para evaluar la reputación en línea, ya que se podría obtener información de posibles problemas (causas) y consecuencias (efectos) que rodean la imagen de una marca, producto, persona u organización.

Por esta razón, otra técnica necesaria para evaluar la reputación en línea es la llamada clasificación de texto, que con una herramienta informática apropiada asignará un tópico o categoría (economía, finanzas, social, policial, seguridad, entretenimiento, alimentación, etc.) en la cual se encuentra clasificada cada mensaje o conversación. Con la categoría identificada y en función de la situación evaluada, será labor humana determinar si la categoría agrupa mensajes de causa o efecto.

La combinación de las polaridades y categorías (causas y efectos) pueden ser representados gráficamente para mostrar si la percepción que se tiene de un tema en particular es favorable o no para la reputación en línea que se está evaluando. La Figura 1 presenta un ejemplo hipotético de 3000 mensajes evaluados en un día cualquiera.

Figura 1. Polaridad de mensajes (causas y efectos)

Los cálculos 2000/3000 = 66.67%, 600/3000 = 20% y 400/3000 = 13.33% se pueden tomar como medidas de percepción de la situación hipotética tratada, y por ende como medidas de la reputación en línea. Adicionalmente, los ejes causas y efectos proporcionan intensidades de las posibles causas y efectos.En la Figura 1 se observa que hay  2000 mensajes con polaridad negativa (N) que se dividen en 1000 en las categorías de causas y 1000 en efectos, 600 mensajes con polaridad neutra (NEU) que se dividen en 400 en las categorías de causas y 200 de efectos y 400 mensajes con polaridad positiva (P) que corresponden a 200 en las categorías de causas y 200 efectos.

En un próximo post se presentará este enfoque de evaluación de la reputación en línea en una situación real relacionada con el sector turismo.

Leopoldo Martínez D.


Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos necesarios están marcados *

*
*